知识分享
技术文章、实战教程、经验心得
Workflow 系列（09）：主流框架对比——Prompt-based、LangGraph、Temporal、n8n 如何选
四种工作流方案的本质差异：Prompt-based（Markdown + JSON 状态文件）、LangGraph（Python 图结构状态机）、Temporal（企业级 Durable Execution）、n8n（可视化低代码）。不是哪个更好，而是不同场景下的最优解不同。LangGraph 的 State/Node/Edge 概念与 Prompt-based 方案一一对应。
Skill 系列（05）：Skill 工作流串联——4 种模式实测，并发加速 1.5x
实现并测量 4 种 Skill 串联模式：顺序链（35.1s）、并发 fan-out（加速 1.5x，不是理论的 3x）、条件路由（3/3 正确分类）、反馈循环（首轮得 8/10 直接通过）。并发加速比低于预期的原因是 Amdahl 定律——顺序的 merge 步骤限制了整体加速效果。
Agent 系列（22）：Context Engineering 深度——三种上下文管理策略的量化对比
用 30 轮合成对话 + 4 个早期决策召回测试，量化对比三种上下文管理策略：Naive（全量历史）/ Sliding Window（截断）/ Rolling Summary（滚动摘要）。数据揭示三个反直觉发现：截断的代价远超预期、摘要偶尔比原始更准、压缩损失是真实 bug 而非统计误差。
Agent 系列（23）：Web Agent——让 Agent 真正浏览网页
从零搭建一个能真正浏览网页的 Web Agent：DuckDuckGo 搜索 + 页面抓取 + LangGraph 执行图。重点讲三个工程 Guard：Token Budget 截断、Step Limit 防死循环、URL 错误处理——数据来自真实运行输出。
Agent 系列（20）：Harness 实战——从单文件到生产级模块包
把 Article 19 的单文件 Harness 拆成可复用的 Python 包：registry / budget / sandbox / audit / rollback / harness 六个模块。重点介绍三个 API 设计决策：execute() 统一入口、IRREVERSIBLE 拦截时退还预算、approve_and_execute() 人工审批通道。配合 LangGraph 集成示例和 45 个测试全覆盖验证。
Agent 系列（19）：Harness 完整体系——8 层防护框架全景
从入门的五要素到完整的 8 层框架：最小权限、动作注册表、权限预算、执行沙箱、人工检查点、不可篡改审计日志、回滚协调器、威胁模型。四个对抗场景揭示三个反直觉结论：工具范围限制是软防御、预算在审批前扣除是设计陷阱、注入检测不等于注入阻止。
Agent 系列（17）：Harness Engineering——给自主 Agent 装上安全护栏
Agent 越自主，越需要可控执行框架。本文用实验覆盖 Harness Engineering 五要素：Action Space（动作空间注册表）、Human Checkpoint（LangGraph interrupt 人工检查点）、Execution Boundary（执行边界）、Audit Log（审计日志）、Rollback（回滚）。包含三个反直觉结论：Harness 阻止的是动作，不是模型的谎言；执行边界必须在图级实现而非 wrapper；模型能力仍是可靠性的底层决定因素。
Agent 系列（15）：Agent 记忆系统进阶——短期、长期、压缩，三层记忆架构
Agent 的记忆不只是"存对话历史"。本文拆解三层记忆架构：短期记忆（MemorySaver 保持会话内上下文）、长期记忆（跨会话用户事实存储与注入）、历史压缩（token 守卫）。附真实跑分，包括一个反直觉的发现：MemorySaver 基础设施正常，但模型能力决定能否真正利用上下文。
Agent 系列（16）：工具链设计——让 LLM 用对工具的五个原则
工具设计不是给人看的，是给 LLM 看的。本文用三个对比实验覆盖工具设计的核心原则：描述质量影响工具选择（但有反直觉的前提条件）、raise 异常 vs 返回错误字符串的实测差异、以及粗粒度 omnibus 工具 vs 细粒度专用工具的对比。附五条设计黄金规则。
Agent 系列（12）：Agent 评估框架——怎么知道你的 Agent 到底好不好
Agent 不是普通函数，传统软件测试不够用。本文拆解 Agent 评估的三个维度：能力（工具调用准确率 + 任务完成率）、效率（步骤数 + Token 消耗 + 延迟）、鲁棒性（边缘用例 + 对抗输入）。附 13 个可运行测试用例和真实跑分结果，包括两个反直觉的 failure 分析。
Agent 系列（13）：Agent 安全与防护——提示词注入、工具滥用、数据泄露怎么防
Agent 的攻击面比普通 LLM 大得多：提示词注入可以绕过角色限制，工具参数可以注入代码，输出可以意外泄露敏感数据。本文用三个可运行 Demo 覆盖三条攻击链，并实测 Naive vs Hardened Agent 的回答差异、工具字符白名单的拦截效果、以及三层防护管道的联合工作方式。
Agent 系列（14）：Agent 可观测性——追踪每一步决策，让黑盒变透明
Agent 的决策过程天然不透明：为什么它调了三次工具？延迟来自哪里？生产环境里它出错了怎么复现？本文用 LangChain BaseCallbackHandler 实现三种可观测性模式：实时 Trace 打印、延迟分解时间线、结构化 JSON 审计日志。附真实跑分——LLM 占 99.9% 延迟，工具调用仅 2ms。